JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2301-9271
A-201
Perancangan Sistem Kontrol Trajectory pada Kondisi Gangguan Arus Laut Non Uniform di Ketapang-Gilimanuk Anindita Adikaputri Vinaya, Aulia Siti Aisjah,A.A Masroeri Jurusan Teknik Fisika, Fakultas Teknologi Industri , Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia E-mail:
[email protected]),
[email protected] 2) Abstrak—Sebuah kapal yang berlayar pada dasarnya telah memiliki tujuan pelayaran. Tujuan pelayaran dari sebuah kapal telah ditetapkan sebelumnya dan direpresentasikan oleh suatu bentuk trajectory. Pada dasarnya, apabila kondisi gangguan relatif kecil, kapal masih dapat memenuhi trajectory-nya. Akan tetapi, apabila kondisi gangguan di laut secara mendadak berubah sewaktu-waktu (non uniform), maka kapal tidak dapat memenuhi trajectory-nya. Tujuan dari penelitian ini adalah untuk merancang sebuah kriteria sistem kontrol trajectory pada kondisi gangguan arus laut tidak statis di Ketapang-Gilimanuk. Perancangan sistem berdasarkan spesifikasi kapal Ferry Ro-Ro 1000GT. Kontrol logika fuzzy (KLF) yang digunakan adalah Sugeno-Takagi dengan masukan berupa error yaw, dan yaw rate sedangkan keluaran berupa aksi command rudder. Jumlah aturan pada KLF adalah 49 aturan dengan 7 fungsi keanggotaan pada masing-masing masukannya. Berdasarkan hasil simulasi secara keseluruhan, KLF yang dirancang mampu mengontrol dinamika kapal sehingga kapal tersebut mampu melawan arus yang ada dan mengikuti desire sesuai skenario yang telah dibuat dengan rata-rata error lintasan terkecil yaitu 0,328 m dengan nilai ITAE sebesar 246,016 pada saat kapal berlayar tanpa ada gangguan dan rata-rata error lintasan terbesar yaitu 7,43m dengan nilai ITAE sebesar 302615,11 pada saat kecepatan arus rata-rata mencapai 7knot. Kata Kunci— arus non uniform, KLF, Ketapang-Gilimanuk, trajectory
I. PENDAHULUAN
S
ebuah kapal yang berlayar pastinya telah memiliki tujuan pelayaran. Pada dasarnya, tujuan pelayaran telah ditetapkan sebelumnya ketika kapal akan berlayar dan direpresentasikan oleh suatu bentuk trajectory. Akan tetapi, terkadang pelayaran tidak dapat memenuhi trajectory yang diharapkan. Hal tersebut disebabkan kondisi di laut yang memang memiliki berbagai kondisi ketidakpastian seperti gangguan berupa angin, arus, dan gelombang [1]. Pada jalur penyeberangan Ketapang-Gilimanuk, arus memang menjadi gangguan yang lebih dominan dibandingkan angin dan gelombang. Beberapa kasus terseretnya kapal akibat arus memang banyak terjadi. Sebagai contohnya adalah kasus kapal Nusa Makmur yang terseret satu mil dari pelabuhan Gilimanuk, pada tanggal Jumat, 25 Mei 2012 akibat derasnya arus laut di selat Bali. Kasus serupa terjadi pula pada kapal Labrita Risa yang berangkat sore hari pada tanggal 23 Mei 2012. Kapal tersebut baru dapat berlabuh di pelabuhan Gilimanuk sekitar pukul 22.45 WITA lantaran terseret arus. Kapal tersebut terseret arus ke arah selatan hingga sekitar tiga
kilometer dari lintasan sebenarnya. Sebenarnya sebelumnya juga sudah ada 6 kapal yang hanyut terseret arus. Hal tersebut disebabkan karena 90% kapal di Indonesia merupakan kapalkapal bekas sehingga kemampuan untuk mengatasi gangguan memang masih kurang Pada dasarnya, apabila kondisi gangguan arus laut relatif kecil, kapal masih dapat memenuhi trajectorynya. Akan tetapi, apabila kondisi gangguan arus laut secara mendadak berubah, maka kapal akan mengalami kesulitan dalam penentuan trajectory karena kapal tidak mungkin menggunakan trajectory semula dan dapat menyebabkan kapal terseret oleh arus sehingga berhenti di tempat yang jauh dari target pelayaran semula seperti kasus-kasus yang banyak terjadi sekarang ini. Untuk mengantisipasi hal tersebut, dibutuhkan suatu sistem kontrol trajectory. Dalam perancangan sistem kontrol trajectory ini digunakan metode logika Fuzzy. Metode kontrol ini mampu meminimalisir gangguan yang sifatnya uncertain sehingga pada saat kapal berada pada kondisi gangguan arus tidak statis, maka kapal dapat melawan arus, dan mampu mencapai tujuan pelayaran [2]. Ada beberapa penelitian sebelumnya yang terkait dengan penelitian ini, salah satunya seperti perancangan sistem kendali lintasan kapal berbasis logika fuzzy dengan studi kasus kepulauan riau pada tahun 2006 oleh Illa Rizianiza [3]. Pada penelitiannya, gangguan dititikberatkan pada gelombang laut. Dari hasil penelitiannya, kontrol yang dirancang mampu memenuhi target yang diinginkan meski error lintasan tetap masih ada. Kemudian tugas akhir oleh Robbi Handito pada tahun 2012 mengenai perancangan sistem guidance pada kapal PKR KRI Kelas SIGMA. Berdasarkan hasil penelitiannya, kapal mampu berlayar mengikuti trayektori yang ada, walaupun masih terdapat error lintasan [4]. Penelitian mengenai sistem kontrol trajectory ini memang pengembangan dari penelitian-penelitian sebelumnya terkait tracking dan dynamic positioning kapal. Tujuan dari penelitian ini adalah untuk merancang sistem kontrol trajectory pada kondisi gangguan arus laut tidak statis di Ketapang-Gilimanuk. Penelitian ini diharapkan memberikan kegunaan atau manfaat bagi masyarakat, khususnya kalangan akademisi maupun industri perkapalan dalam mengembangkan sistem kontrol trajectory..
JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2301-9271 II. DASAR TEORI A. Model Dinamika Kapal Secara umum, kapal memiliki 6 derajat kebebasan. Derajat kebebasan tersebut terbagi menjadi 3 gerak translasi dan 3 gerak rotasi. Untuk lebih jelasnya dapat dilihat pada tabel dan gambar di bawah ini:
DOF 1 2 3 4 5 6
Tabel 1. Derajat Kebebasan Kapal [1] Gerakan Gaya Kecepatan dan linear dan Momen Anguler Gerak arah-x (surge) X U Gerak arah-y (sway) Y V Gerak arah-z (heave) Z W Rotasi sumbu-x (roll) K P Rotasi sumbu-y (pitch) M Q Rotasi sumbu-z (yaw) N r
Posisi dan Sudut Euler X Y Z Ф ϴ Ψ
A-202
Kecepatan arus laut rata-rata untuk simulasi computer dapat dibangkitkan menggunakan Gauss-Markov process orde satu, dijelaskan dengan penurunan[1]: (5) C. Dasar Penentuan Trajectory Sistem autopilot dapat dinyatakan dalam dua sistem pengendali automatik yaitu course keeping dan track keeping. Kedua pengendali tersebut sangat berperan pada saat melakukan pelayaran. Kendali autopilot klasik meliputi pengendalian pada heading yang akan menentukan pola trajectory [1]. Pada sebuah garis diasumsikan terdapat dua titik yaitu A dan B dengan koordinat [xd(t0),yd(t0)] dan [xd(tf),yd(tf)] dan kecepatan kapal U dan pendekatan waktu tf belum diketahui. ψd =
(6) III. METODE
Penelitian ini memiliki tahapan-tahapan tertentu untuk mencapai tujuannya. Tahapan-tahapan tersebut direpresentasikan dalam suatu diagram alir seperti pada gambar di bawah ini: A. Program Utama Penelitian Gambar.1. Notasi dan gerakan standart pada kapal [1]
Model dinamika kapal didapatkan dari pendekatan yang dilakukan oleh Nomoto pada tahun 1957 sebagai bentuk matematis orde 2. Di bawah ini adalah fungsi transfer dari model Nomoto: K R 1 T3 s r (1) s R s1 T1 s 1 T2 s Selain model dari plant berupa dinamika kapal, model matematis dari actuator juga perlu diketahui. Model matematis dari mesin kemudi ini dinyatakan dengan [1]: (2)
Start
A
Studi Literatur Terkait Pemahaman Terhadap Sistem Kontrol Trajectory
Perancangan Kontrol Trajectory
Pengambilan Data Berupa Spesifikasi Kapal Ferry Ro-Ro 1000 GT
Pengujian Melalui Simulasi
Pemodelan Dinamika Kapal
Analisa Peformansi
Pemodelan Gangguan Arus
Dengan K = penguat rudder (ΔO/ΔI) B. Model Gangguan Berupa Arus Pada model dinamika kapal ada beberapa gangguan yang yang mempengaruhi. Gangguan ini meliputi arus, angin, gelombang. Pada penelitian, karena menggunakan studi kasus Ketapang-Gilimanuk ini gangguan lebih dititikberatkan pada arus laut. Komponen arus dapat dijelskan dengan dua parameter: kecepatan rata-rata arus Vc dan arah arus γc. Komponen dari body-fixed dapat dihitung dari: uc = Vccos(γc-ψ) (3) υc = Vcsin(γc-ψ) (4)
No
Telah Sesuai? Yes
Penentuan Trajectory Kapal Di Ketapang-Gilimanuk
Penyusunan Buku Dan Makalah Tugas AKhir
A Selesai
Gambar.2. Flowchart Penelitian
JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2301-9271
A-203
Referensi 4: Trajectory kapal ketika ada gangguan arus dengan kecepatan rata-rata mencapai 7 knot dari arah atas. Referensi 5: Trajectory kapal ketika ada gangguan arus dengan kecepatan rata-rata mencapai 7 knot dari arah bawah.
E. Perancangan Sistem Kendali Berbasis Logika Fuzzy
Gambar.3. Diagram Blok Sistem Kontrol Trajectory
B. Pemodelan Dinamika Kapal Model dinamika kapal didapatkan dari pendekatan yang dilakukan oleh Nomoto, berikut fungsi transfer dari spesifikasi kapal Ferry Ro-Ro 1000GT: s 571.073 5316.642 s R 192.62s 35.28s s
kkk C. Pemodelan Arus Laut Tidak Statis Pemodelan dapat diketahui berdasarkan data arus Markov process orde satu, berikut pemodelan yang telah ditetapkan. Ketika kecepatan arus laut rata-rata 3 knot: Ketika kecepatan arus laut rata-rata 7 knot:
D. Penentuan Trajectory Kapal Penentuan trajectory kapal berdasar pada letak koordinat Ketapang dan Gilimanuk. Pada gambar di bawah ini, ada 5 alur pelayaran referensi di Ketapang-Gilimanuk berdasar dari Dirjen Perhubungan yang akan digunakan dalam penelitian ini.
Gambar 5. Flowchart Perancangan Kendali
Fuzzifikasi Pada proses fuzzifikasi ini data berupa himpunan crips diubah ke dalam himpunan fuzzy [2]. Gambar 6 merepresentasikan tentang fungsi keanggotaan segitiga yang digunakan dalam perancangan fungsi keanggotaan error yaw (e) sebagai masukan fuzzy. Variabel masukan error yaw (e) dibagi dalam 7 fungsi keanggotaan yaitu NB, NM, NS, Z, PS, PM, PB dengan rentang kerja yang digunakan untuk fungsi keanggotaan adalah -35 sampai 35. N adalah negatif, ZE adalah zero, P adalah positif, B adalah big.
Gambar.6. Fungsi Keanggotaan Untuk Variabel Masukan Error Yaw (e)
Gambar.4 Jalur Penyeberangan Ketapang-Gilimanuk
Keterangan: Referensi 1: Trajectory kapal ketika tanpa gangguan, Referensi 2: Trajectory kapal ketika ada gangguan arus dengan kecepatan rata-rata mencapai 3 knot dari arah atas. Referensi 3: Trajectory kapal ketika ada gangguan arus dengan kecepatan rata-rata mencapai 3 knot dari arah bawah.
Gambar 7 merepresentasikan tentang fungsi keanggotaan segitiga yang digunakan dalam perancangan fungsi keanggotaan yaw rate (r) sebagai masukan fuzzy. Variabel masukan yaw rate (r) dibagi dalam 7 fungsi keanggotaan yaitu NB, NM, NS, Z, PS, PM, PB dengan rentang kerja yang digunakan untuk fungsi keanggotaan adalah -7 sampai 7. Penentuan range dari masukan yaw rate (r) ini berdasarkan laju kerja rudder van amorengen yaitu sebesar 70/detik.
JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2301-9271
A-204 IV. ANALISA DATA DAN PEMBAHASAN
Gambar.7. Fungsi Keanggotaan Untuk Variabel Masukan Yaw Rate (r)
Keluaran KLF adalah masukan bagi rudder kapal yang berbentuk sinyal command rudder (δc) dengan rentang -3,5 sampai 3,5. Fungsi keanggotaan keluaran KLF terdapat 7 fungsi, yaitu NB, NM, NS, Z, PS, PM,dan PB. Karena fuzzy yang digunakan adalah fuzzy Sugeno, maka nilai yang masuk pada tiap fungsi keanggotaan adalah nilai yang tegas (tidak samar).
Basis Aturan Setiap keluaran dari KLF selalu berdasarkan pada basis aturan dan masukan yang telah dibuat sebelumnya. Berikut merupakan basis aturan yang digunakan dalam tugas akhir ini.
e/r NB NM NS ZE PS PM PB
Tabel 3. Koordinat Desire Dan Actual Trajectory Pada Skenario A Alur Xd Yd Xa Ya Error Pelayaran (m) (m) (m) (m) terhadap Titik Target (m) Ketapang3927 0 3927.22 0.1312 0.256 Gilimanuk Gilimanuk0 2327.9 0.288 2328.07 0.327 Ketapang
Berdasarkan tabel di atas, besar error terhadap titik target pelayaran relatif kecil, baik alur Ketapang-Gilimanuk dengan target berupa koordinat Gilimanuk maupun alur GilimanukKetapang dengan target berupa koordinat Ketapang. Pada skenario A dapat disimpulkan bahwa kontrol yang dirancang mampu mengikuti trajectory yang diinginkan.
Gambar.8. Fungsi Keanggotaan Keluaran
Tabel 2. Basis Aturan Pada Kontrol Logika Fuzzy NB NM NS Z PS PM Z PS PM PB PB PB NS Z PS PM PB PB NM NS Z PS Z PS PB NM NS Z PS PM NB NB NM NS Z PS NB NB NB NM NS Z NB NB NB NB NM NS
A. Skenario A Pada skenario A ini, model simulasi menggunakan setpoint berupa plot trajectory Ketapang-Gilimanuk di dua titik, yaitu Ketapang (0,2327.9) dan Gilimanuk (3927,0). Pengujian ini dilakukan ketika kapal hendak berlayar dari Ketapang menuju Gilimanuk dan juga sebaliknya.
PB PB PB PM PB PM PS Z
Defuzzifikasi Tahap defuzzifikasi merupakan tahap perubahan fuzzy keluaran menjadi crisp keluaran atau nilai yang tegas/sebenarnya. Hal ini diperlukan oleh aktuator berupa rudder yang berada setelah KLF. Nilai crisp keluaran, berubah-ubah sesuai error yaw dan delta error/ yaw rate dari kapal. Metode yang digunakan untuk defuzzifikasi adalah metode COA (Center Of Area) [2]. F. Perancangan Sistem Kendali Berbasis Logika Fuzzy Pengujian melalui simulasi sistem kontrol trajectory ini dilakukan dengan software. Simulasi yang akan dirancang berdasar pada blok diagram sistem perancangan kontrol trajectory yang telah dijelaskan sebelumnya. Model simulasi closed loop sistem adalah simulasi dengan masukan berupa jarak yang diinginkan(xd,yd) Ketapang-Gilimanuk.
B. Skenario B Pada skenario kali ini, trajectory yang diharapkan didasarkan pada trajectory referensi 2 alur pelayaran di Ketapang-Gilimanuk ketika gangguan arus laut yang berubahubah hingga mencapai kecepatan 3 knot. Pada skenario ini gangguan arus berasal dari arah atas. Tabel 4. Koordinat Actual Dan Desire Trajectory Pada Skenario B Dengan Alur Ketapang-Gilimanuk Nama Suar Xd (m) Yd Xa Ya Error (m) (m) (m) Lintasan (m) Gilimanuk 0 2327.9 0 2327.9 0 Point B9 519.5 2219.3 520.12 2220.07 0.98 Point B8 1400.1 1849.9 1400.28 1850.16 0.32 Point B7 1949.8 1600.2 1948.90 1597.64 2.71 Point B6 2199.2 1449.4 2200.51 1450.76 1.89 Point B5 2449.5 1301.2 2450.41 1300.62 1.08 Point B4 2749.8 1099.8 2752.83 1104.08 5.24 Point B3 3249.7 700.2 3249.14 698.65 1.65 Point B2 3601.2 350.5 3600.66 350.65 0.56 Point B1 3700 250 3700.44 250.26 0.51 Ketapang 3927 0 3926.97 -0.44 0.44
Berdasarkan tabel di atas terlihat bahwa terdapat error lintasan pada setiap suar. Akan tetapi, kontrol trajectory yang dirancang mampu meminimalisir error lintasan sehingga kapal dapat sampai ke Gilimanuk dengan rata-rata error lintasan yaitu 1.4m. Pada hasil simulasi kali ini, kapal mampu berlayar dari Ketapang menuju Gilimanuk dengan waktu 1522 detik. Ketika alur pelayaran diubah dari Gilimanuk menuju Ketapang didapatkan error rata-rata lintasan sehingga kapal dapat sampai ke Ketapang dengan error lintasan yang kecil yaitu 1.33m. Pada hasil simulasi kali ini, kapal mampu
JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2301-9271 berlayar dari Gilimanuk menuju Ketapang dengan waktu 1519 detik. C. Skenario C Pada skenario kali ini, trajectory yang diharapkan didasarkan pada trajectory referensi 3 pada alur pelayaran Ketapang-Gilimanuk ketika gangguan arus laut dari arah bawah mencapai 3 knot. Ketika arah arus dari arah bawah, maka bentuk trajectory akan melawan arah arus yang ada. Tabel 5. Koordinat Actual Dan Desire Trajectory Pada Skenario C Dengan Alur Ketapang-Gilimanuk Nama Suar Xd Yd Xa Ya Error (m) (m) (m) (m) Lintasan (m) Ketapang 0 2327.9 0 2327.9 0 Point D1 100.2 2199.8 98.87 2199.05 1.53 Point D2 249.7 2000.1 249.40 1999.38 0.78 Point D3 380 1749.3 379.03 1749.42 0.98 Point D4 699.8 1301.3 701.29 1301.03 1.52 Point D5 849.7 1180 850.90 1180.97 1.54 Point D6 1350 899.5 1351.77 903.34 4.22 Point D7 1601 800 1600.68 801.33 1.37 Point D8 2102 599.3 2099.89 599.72 2.15 Point D9 2450 498. 2449.62 498.33 0.50 Point D10 2799 350.1 2799.87 349.36 1.14 Point D11 3199 250.2 3200.19 250.48 1.22 Gilimanuk 3927 0 3927.86 1.81 2.01
Berdasarkan tabel di atas terlihat bahwa terdapat error lintasan pada setiap suar. Akan tetapi, kontrol trajectory yang dirancang mampu meminimalisir error lintasan sehingga kapal dapat sampai ke Gilimanuk dengan rata-rata error lintasan yaitu 1.302 m. Pada hasil simulasi kali ini, kapal mampu berlayar dari Ketapang menuju Gilimanuk dengan waktu 1819 detik. Apabila alur pelayaran diubah dari Gilimanuk menuju Ketapang diperoleh rata-rata error lintasan yang tidak berbeda jauh ketika alur pelayaran dari Ketapang ke Gilimanuk yaitu 1,85m dan kapal mampu berlayar dari Gilimanuk menuju Ketapang dengan waktu 1836 detik. D. Skenario D Pada skenario kali ini, trajectory yang diharapkan didasarkan pada trajectory referensi 4 dari alur pelayaran Ketapang-Gilimanuk ketika gangguan arus laut dari arah atas dengan kecepatan arus mencapai 7 knot. Berdasarkan hasil simulasi, pada actual trajectory terdapat sedikit ripple yang disebabkan pengaruh kecepatan arus laut yang mencapai 7 knot, dan sifatnya yang berubah-ubah, sehingga dibutuhkan waktu yang cukup lama agar dinamika kapal dapat stabil. Pada skenario ini, kapal juga terlihat beberapa kali terseret arus sekitar 0,8 m dibandingkan skenario sebelumnya tetapi hal tersebut tidak mengakibatkan perubahan bentuk trajectory pelayaran.
A-205
Tabel 6. Koordinat Actual Dan Desire Trajectory Pada Skenario D Dengan Alur Ketapang-Gilimanuk Nama Suar Xd (m) Yd (m) Xa Ya Error (m) (m) Lintasan (m) Ketapang 0 2327.9 0 2327.9 0 Point C1 249.7 2299.3 250.95 2299.55 1.28 Point C2 379.8 2275 383.26 2272.24 4.43 Point C3 850 2239.8 857.97 2235.73 8.94 Point C4 1150 2175.4 1162.00 2175.37 12.00 Point C5 1349.7 2130 1362.38 2130.77 12.70 Point C6 2100.6 1901.3 2110.78 1904.65 10.71 Point C7 2450 1699.7 2454.68 1695.06 6.59 Point C8 2799.3 1400.3 2814.00 1398.72 14.78 Point C9 3202 899.2 3201.51 902.38 3.22 Gilimanuk 3927 0 3921.32 -4.99 7.56
Berdasarkan tabel di atas terlihat bahwa error lintasan pada skenario ini lebih besar daripada skenario sebelumnya, hal tersebut disebabkan kecepatan arus laut pada skenario ini juga bertambah yaitu mencapai 7 knot. Pada simulasi kali ini, kapal dapat sampai ke Gilimanuk dengan error lintasan yaitu 7,47 m. Pada hasil simulasi kali ini, kapal mampu berlayar dari Ketapang menuju Gilimanuk dengan waktu 3687 detik. Apabila alur pelayaran diubah dari Gilimanuk menuju Ketapang dapat diketahui rata-rata error lintasannya juga yaitu 5,79m. Pada hasil simulasi kapal mampu berlayar dari Gilimanuk menuju Ketapang dengan waktu 3696 detik. E. Skenario E Pada skenario kali ini, trajectory yang diharapkan didasarkan pada trajectory referensi 5 pada alut pelayaran Ketapang- Gilimanuk ketika gangguan arus laut dari arah bawah mencapai 7 knot. Tabel 7. Koordinat Actual Dan Desire Trajectory Pada Skenario E Dengan Alur Ketapang-Gilimanuk Nama Suar Xd (m) Yd Xa Ya Error (m) (m) (m) Lintasan (m) Ketapang 0 2327.9 0 2327.9 0 Point E1 150 1999.2 148.59 1999.18 1.41 Point E2 219 1751 217.50 1749.23 2.32 Point E3 300.2 1499 296.90 1498.94 3.30 Point E4 399.6 1301.2 397.42 1300.01 2.48 Point E5 508.1 1102.1 508.65 1100.74 1.46 Point E6 649.8 899.3 648.50 898.82 1.39 Point E7 749.4 799.5 751.27 797.16 3.00 Point E8 999.7 600.3 990.35 590.00 13.91 Point E9 1401.2 471 1389.49 465.98 12.74 Point E10 1802 402 1791.65 397.34 11.35 Point E11 2450.3 299.3 2444.20 304.54 8.04 Point E12 3199.8 200.3 3199.65 196.24 4.06 Point E13 3599 99 3601.96 103.49 5.38 Gilimanuk 3927 0 3928.70 5.02 5.30
Berdasarkan tabel di atas maka dapat diketahui rata-rata error lintasannya yaitu 5,08 m. Kapal dapat berlayar menuju Gilimanuk dalam waktu 3179 detik dan sebaliknya kapal mampu berlayar menuju Ketapang dalam waktu 3183 detik dengan dengan rata-rata error lintasan yaitu 5.31m.
JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2301-9271 Berdasarkan keseluruhan skenario yang telah dibuat, maka dapat diketahui perbandingan rata-rata error lintasan, waktu dalam pencapaian target pada tiap-tiap skenario, dan nilai ITAE (Integral of Time Absolute Error). Pada penelitian ini berdasarkan pada fungsi diskrit sehingga untuk menentukan nilai ITAE menggunakan notasi sigma (∑) dari waktu dan harga mutlak dari error. Berikut adalah perbandingan ratarata error lintasan, nilai kriteria ITAE, dan waktu dalam mencapai titik target pelayaran pada keseluruhan skenario: Tabel 8. Perbandingan Rata-rata Error Lintasan, Nilai ITAE, dan Waktu dalam Mencapai Titik Target Pelayaran
Skenario
A
B
C
D
E
Alur KetapangGilimanuk GilimanukKetapang KetapangGilimanuk GilimanukKetapang KetapangGilimanuk GilimanukKetapang KetapangGilimanuk GilimanukKetapang KetapangGilimanuk GilimanukKetapang
Rata-rata Error Lintasan (m)
ITAE
Waktu Mencapai Target(s)
0.128
246.016
961
0.163
314.217
961
1.40
23408.36
1522
1.33
22268.54
1519
1.302
34488.24
1819
1.85
44247.6
1836
7.47
302615.11
3687
5.79
287135.2
3696
5.08
242049.06
3179
5.31
253366.8
3183
Berdasarkan tabel di atas, rata-rata error dan nilai ITAE yang dihasilkan pada skenario D dan E memang lebih besar daripada skenario yang lain. Hal ini disebabkan gangguan arus laut berkecepatan mencapai 7 knot bersifat mendorong gerakan kapal lebih jauh dari lintasan yang diinginkan. Osilasi respon sistem juga terlihat lebih besar dari skenario yang lainnya dan kapal membutuhkan waktu yang lebih lama untuk stabil. Pada keseluruhan skenario yang ada, kapal terlihat tidak dapat mencapai titik target baik Ketapang maupun Gilimanuk dengan tepat dalam artian tidak ada error sama sekali, hal tersebut selain disebabkan kecepatan kapal yang melaju dianggap konstan dari awal keberangkatan sampai titik akhir sehingga kapal kurang dapat berhenti tepat pada titik tujuan kapal. Akan tetapi, dari keseluruhan hasil simulasi yang telah dirancang menghasilkan error terhadap titik target dan rata-rata error lintasan yang relatif kecil. Di samping itu, kapal juga dapat mengikuti trajectory yang telah ditetapkan dan dapat mengatasi gangguan arus laut yang sifatnya non uniform di Ketapang-Gilimanuk sehingga kontrol trajectory yang telah dirancang dapat dikatakan baik. V. KESIMPULAN Dari hasil perancangan sistem kontrol trajectory yang telah dilakukan, maka dapat ditarik suatu kesimpulan bahwa telah
A-206
diperoleh suatu rancangan kriteria sistem kontrol trajectory pada kondisi gangguan arus laut tidak statis di KetapangGilimanuk menggunakan kontrol logika Fuzzy (KLF). KLF yang dirancang mampu mengontrol dinamika kapal Ferry RoRo 1000GT sehingga kapal tersebut mampu melawan arus yang sifatnya non uniform, mengikuti desire trajectory , dan mencapai titik target pelayaran sesuai skenario yang telah dibuat dengan error rata-rata lintasan terkecil yaitu 0,256 m dengan nilai ITAE sebesar 246,016 pada skenario A ketika kapal berlayar tanpa adanya gangguan dan 7,47m untuk error lintasan rata-rata terbesar pada skenario D ketika ada gangguan arus berkecepatan 7knot dengan nilai ITAE sebesar 302615,11. Berikut parameter dari kontrol trajectory yang telah dirancang: Masukan kendali logika fuzzy berupa error yaw, dan yaw rate. Sedangkan keluaran berupa aksi kendali sebagai bentuk command rudder. Aturan yang telah dirancang sebanyak 49 aturan dengan fungsi keanggotaan masukan berupa error yaw dibagi dalam 7 fungsi keanggotaan, dan yaw rate dengan 7 fungsi keanggotaan. Fungsi keangotaan tipe segitiga digunakan sebagai masukan KLF. Penelitian ini masih perlu dilakukan pengembangan, maka saran yang disampaikan dalam laporan Tugas Akhir ini adalah dilakukan penelitian dengan menambah variabel yang dikendalikan yaitu berupa kecepatan, karena pada dasarnya untuk setiap perubahan heading kapal pada waktu mengikuti desire trajectory, kecepatan kapal sebenarnya perlu dikendalikan untuk mencapai respon yang maksimal. Kemudian pada penelitian selanjutnya, perlu dilakukan penambahan databased trajectory dengan variasi kecepatan arus, kecepatan angin maupun ketinggian gelombang. VI. UCAPAN TERIMAKASIH Dalam penulisan makalah ini penulis menyampaikan ucapan terima kasih yang tak terhingga kepada pihak-pihak yang membantu dalam menyelesaikan penelitian ini, Secara khusus penulis menyampaikan terima kasih kepada keluarga tercinta yang telah memberikan dorongan dan bantuan serta pengertian yang besar kepada penulis. DAFTAR PUSTAKA [1] Fossen, T.I., Guidance and Control of Ocean Vehicles, USA: John Willey & Sons,Inc, 1994,pp. 1-292. [2] Pathan Dur Muhammad, Unar Mukhtiar Ali, Memon Zeeshan Ali, 2012, “Fuzzy Logic Trajectory Tracking Controller for a Tanker”, Mehran University Research Journal of Engineering & Technology, Vol 31, 315-32 [3] Rizianiza Illa, Aisjah, A.S, Masroeri, A.A. 2010. “Design Tracking Control Of Ship Based On Fuzzy Logic” ITS Surabaya [4] Handito Robbi, Aisjah, A.S, Masroeri, A.A. 2012. “Perancangan Sistem Guidance Untuk Membangun Autopilot Kapal PKR KRI Kelas Sigma.” ITS Surabaya.
